خانه / کتاب جزوه مقاله / کتب مهندسی برق / پیش بینی دما با استفاده از روش های هوشمند

پیش بینی دما با استفاده از روش های هوشمند

کد محصول BR344

تعداد صفحات: ۱۱۰ صفحه فایل WORD

قیمت: ۱۵۰۰۰ تومان

دانلود فایل بلافاصله بعد از خرید

فهرست مطالب

مقدمه ۱
فصل یکم –  منطق فازی و ریاضیات فازی
۱-۱- منطق فازی ۲
۱-۱-۱-  تاریخچه مختصری از منطق فازی ۲
۱-۱-۲-  آشنایی با منطق فازی ۴
۱-۱-۳-  سیستم های فازی  ۷
۱-۱-۴-  نتیجه گیری  ۱۰
۱-۲-  ریاضیات فازی ۱۱
۱-۲-۱- مجموعه های فازی ۱۱
۱-۲-۲- مفاهیم مجموعه های فازی ۱۴
۱-۲-۳- عملیات روی مجموعه های فازی ۱۴
۱-۲-۴- انطباق مجموعه های فازی    ۱۹
۱-۲-۵- معیار های امکان و ضرورت ۱۹
۱-۲-۶- روابط فازی ۲۱
۱-۲-۶-۱- رابطه ی هم ارزی فازی ۲۳
۱-۲-۶-۲- ترکیب روابط فازی ۲۳
۱-۲-۷- منطق فازی ۲۴
۱-۲-۷-۱- عملیات منطقی و مقادیر درستی فازی ۲۵
۱-۲-۷-۲- کاربرد مقادیر درستی فازی ۲۷
۱-۲-۸- نتیجه گیری ۲۷

فصل دوم-  الگوریتم ژنتیک
۲-۱-  چکیده ۲۸
۲-۲- مقدمه  ۲۹
۲-۳- الگوریتم ژنتیک چیست؟ ۳۲
۲-۴-  ایده اصلی الگوریتم ژنتیک ۳۵
۲-۵-  الگوریتم ژنتیک ۳۷
۲-۶- سود و کد الگوریتم ۳۸
۲-۷- روش های نمایش ۳۹
۲-۸- روش های انتخاب ۴۰
۲-۹-  روش های تغییر ۴۱
۲-۱۰-  نقاط قوت الگوریتم های ژنتیک ۴۲
۲-۱۱-  محدودیت های GA ها ۴۳
۲-۱۲-  چند نمونه از کاربردهای الگوریتم های ژنتیک ۴۳
۲-۱۳- نسل اول ۴۵
۲-۱۴-  نسل بعدی ۴۶
۲-۱۴-۱- انتخاب ۴۷
۲-۱۴-۲- تغییر از یک نسل به نسل بعدی(crossover) 47
۲-۱۴-۳- جهش (mutation) 48
۲-۱۵- هایپر هیوریستیک ۴۸

فصل سوم-  بررسی مقالات
۳-۱- یک روش رویه‌‌‌ای پیش بینی دمای هوای شبانه  برای پیش بینی یخبندان
۳-۱-۱- چکیده ۵۱
۳-۱-۲- مقدمه  ۵۱
۳-۱-۳- روش شناسی ۵۳
۳-۱-۳-۱- مجموعه اصطلاحات ۵۳
۳-۱-۳-۲-نگاه کلی ۵۳
۳-۱-۳-۳-  یادگیری ۵۴
۳-۱-۳-۴- تولید پارامتر های ساختاری ۵۵
۳-۱-۳-۵- پیش بینی ۵۷
۳-۱-۳-۶- متناسب سازی ضعیف، متوسط و دقیق ۵۹
۳-۱-۴- نتایج ۶۰
۳-۱-۴-۱- واقعه ی یخبندان شپارتون ۶۴
۳-۱-۴-۲- بحث ۶۵
۳-۱-۵- نتیجه گیری ۶۶
۳-۲- پیش بینی دما و پیش گویی بازار بورس بر اساس روابط منطق فازی و الگوریتم ژنتیک
۳-۲-۱-  چکیده  ۶۷
۳-۲-۲- مقدمه ۶۷
۳-۲-۳- سری های زمانی فازی و روابط منطق فازی ۶۹
۳-۲-۴- مفاهیم اساسی و الگوریتم های ژنتیک   ۷۰
۳-۲-۵- روش جدید پیش بینی دما و بازار بورس بر اساس روابط منطقی فازی و الگوریتم های ژنتیک ۷۱
۳-۲-۶- نتیجه گیری ۹۳
۳-۳-پیش بینی روند دمای جهانی بر اساس فعالیت های خورشیدی پیشگویی شده در طول دهه های آینده
۳-۳-۱- چکیده  ۹۴
۳-۳-۲- مقدمه ۹۴
۳-۳-۳- داده و روش بررسی ۹۶
۳-۳-۴- نتایج ۹۹
۳-۳-۵- نتیجه گیری ۱۰۰
منابع

فهرست شکلها

شکل ۱-۱-۱- طرز کار سیستم فازی ۷
شکل ۱-۲-۱- نمودار توابع فازی s، ذوزنقهای و گاما ۱۳
شکل ۱-۲-۲- مثال هایی از اجتماع، اشتراک و متمم دو تابع عضویت ۱۶
شکل ۱-۲-۳- برخی از عملگر های پیشنهاد شده برای اشتراک ۱۷
شکل۱-۲-۴- برخی از عملگر های پیشنهاد شده برای اجتماع ۱۸
شکل ۱-۲-۵- انطباق دو مجموعه فازی ۱۹
شکل ۱-۲-۶- نمایش معیار های امکان و ضرورت ۲۰
شکل ۱-۲-۷- مقادیر درستی فازی ۲۵
شکل ۲-۱- منحنی ۳۲
شکل ۲-۲- تاثیر الگوریتم ژنتیک بر کروموزوم های ۸ بیتی ۴۱
شکل۳-۱-۱-تفاوت های تولید شده ی بین مشاهدات مرجع و مشاهداتی که زودتر در صف می آیند ۵۴
شکل ۳-۱-۲- مشاهدات هواشناسی به صف شده ۵۵
شکل ۳-۱-۳- دیاگرام درختی ۵۸
شکل ۳-۱-۴- توابع گاوس برای متناسب سازی ضعیف، متوسط و دقیق دمای هوا ۵۹
شکل ۳-۱-۵- هیستوگرام خطا های پیش بینی ۶۱
شکل۳-۱-۶- خطای میانه ماهیانه ۶۱
شکل ۳-۱-۷-خطای درصدی میانه ماهیانه ۶۲
شکل ۳-۱-۸-تراکم پیش بینی ۶۳
شکل ۳-۱-۹- ترسیم توزیعی دمای هوای مشاهده شده در مقابل ۱ ساعت پیش بینی دمای هوا ۶۴
شکل۳-۱-۱۰- واقعه ی شپارتون، مشاهده و پیش بینی دماهای هوا ۶۵
شکل ۳-۲-۱- یک کروموزوم ۷۴
شکل ۳-۲-۲- توابع عضویت متناظر رن هایx کروموزوم های نشان داده شده در شکل۳-۲-۱ ۷۶
شکل ۳-۲-۳- توابع عضویت متناظر ژن هایy کروموزوم های نشان داده شده در شکل۳-۲-۱ ۷۷
شکل ۳-۲-۴- عملیاتcrossover دو کروموزوم ۸۲
شکل۳-۲-۵- عملیات جهش یک کروموزوم ۸۴
شکل ۳-۲-۶- بهترین کروموزوم برای پیش بینی میانگین دمای روزانه در ژوئن ۱۹۹۶ ۸۴
شکل ۳-۲-۷- میانگین خطای پیش بینی روشهای پیشنهادی بر اساس سری های زمانی فازی مرتبه سوم ۸۶
شکل ۳-۲-۸- خطای مربع حسابی بر اساس سری های زمانی فازی مرتبه هفتم ۹۱
شکل ۳-۳-۱-پیکر بندی شبکه های عصبی منطقی فازی  ۹۶
شکل ۳-۳-۲-  مقادیر مشاهده و پیش بینی شده ی ولف نو ۹۸
شکل ۳-۳-۳- مقادیر مشاهده و پیش بینی شده ی دمای غیر عادی جهان ۹۸

فهرست جدولها

جدول۱-۲-۱- برخی از مفاهیم پایه ی مجموعه های فازی ۱۴
جدول۳-۱-۱- تاریخ اولین پیش بینی و خطای پیش بینی مربوطه ۶۳
جدول۳-۲-۱- داده های پیشین میانگین دمای روزانه از ۱ ام ژوئن ۱۹۹۶ تا ۳۰ ام سپتامبر در تایوان ۷۲
جدول۳-۲-۲- داده های قدیمی تراکم ابر های روزانه از ۱ ام ژوئن ۱۹۹۶ تا ۳۰ ام سپتامبر در تایوان ۷۴
جدول۳-۲-۳- جمعیت ابتدایی ۷۸
جدول۳-۲-۴-  میانگین دمای روزانه ی فازی شده و تراکم ابرهای روزانه فازی شده از ۱ ام ژوئن تا۳۰ام سپتامبر در تایوان بر اساس نخستین کروموزوم ۷۹
جدول۳-۲-۵- دو فاکتور مرتبه سوم روابط گروهی منطق فازی ۸۰
جدول۳-۲-۶- دمای پیش بینی شده و میانگین خطای پیش بینی بر اساس سریهای زمانی فازی مرتبه سوم ۸۵
جدول۳-۲-۷- درصد میانگین خطای پیش بینی برای مراتب مختلف بر اساس روشهای پیشنهادی ۸۶
جدول۳-۲-۸- درصد میانگین خطاهای پیش بینی برای پنجره های متفاوت بر اساس روشهای پیشنهادی ۸۷
جدول۳-۲-۹- داده های قدیمیTAIFEXو TAIEX 89
جدول۳-۲-۱۰- خطای مربع حسابی برای مراتب مختلف روش پیشنهادی ۸۹
جدول۳-۲-۱۱- مقایسه مقادیر پیشبینیTAIFEXوخطاهای مربع حسابی برای روشهای مختلف پیش بینی ۹۰